王建飞　马小梅

摘要：将云平台动力设备故障诊断系统作为具体的研究对象，并对设备的开发和维护展开具体的研究，和传统的故障诊断系统进行对比，并找出其中存在的优缺点，给动力设备故障诊断系统提供一个良好的选择方案。

关键词：云平台;动力设备;远程故障诊断系统

中图分类号：TM910.6

文献标识码：A

文章编号：2095-6487（2019）03-0088-02

0引言

動力方面的设备属于电力系统中十分重要的部分，一旦动力设备出现故障很容易停机，甚至会引发伤亡事件，我国风电市场最容易出现的问题就是容易发生故障。让动力设备在运行时能够具有一定的安全性和可靠性。对动力设备中的故障做好监测和分析，准确的对故障进行识别，让运行人员对具体出现的故障做好处理。

动力设备远程故障诊断系统

动力设备故障诊断系统中集成诸多故障诊断方面的知识，软硬件系统也均是算法系统。根据具体的结构可以划分，让其成为单机和便携式的机器，属于一种网络环境下的远程故障诊断系统，客户端通常在接入时采取的是B/S的方式，将设备接入其中就会是电脑的分类。

整个系统的主要核心是故障诊断服务，该系统可以对实时的数据进行处理，并对设备具体的运行做好相关处理。故障诊断服务中聚集了很多功能模块，有数据的采集工作，也能够对数据进行管理，对具体的数据进行判断和分析。

利用数据采集模块定时对数据做好采集工作，并对系统数据进行读取，让动力设备能够正常运行。这个模块需要在内部设置一些数据预处理功能，将其中存在的异常的数据剔除，让数据能够实时的进入到数据库系统中，然后对这些数据做好存储工作。这个模块是连接器和分析服务质检架起的一座服务的桥梁，这就需要根据具体的数据做好数据采集，并展开具体的存储服务。

数据管理不仅需要对时间序列的数据做好管理工作，还需要对关系型数据做好管理。数据在运行时会是时序型数据，这完全可以遵循采样的频率对温度以及数据进行划分。特别是对于高频数据来说通常需要依据时间序列数据库来完成存储，目前商业中最常使用的数据库是PI数据库，利用这项数据库就可以在企业中搭建一个实时数据中心。商业界中存在的数据库一般在价格上会十分昂贵，在大数据技术的发展下，出现了更多的数据库类型，这些数据库不仅可以对时间序列进行存储，还能够对规模较小的故障实施相应的诊断。对数据结果进行分析时，通常都是使用关系型数据库来存储，商业界中使用的关系型数据库具有多种，如PostgreSQL和MySQL。

2基于云平台的故障诊断应用开发

为了对云平台的动力设备故障诊断系统进一步展开研究，这就需要搭建私有平台，开发出更加简单的故障诊断应用，对私有的云平台实施具体的诊断。

2.1搭建私有云平台Cloud Foundry

Cloud Foundry是新推出的开源，对多种框架以及语言都具有一定的支持，让运行的环境也能够得到具体的掌握，这样开发人员就会对应用程序进一步进行部署和扩展，不用担心基础架构方面存在的问题。Cloud Foundry系统属于一种大型分布式系统，部署都是通过BOSE完成的，平常可以在Iaas平台中做好部署工作，还可以利用单机进行部署。利用单机搭建私有平台时通常需要采用Vagrant、ruby等多种工具，将虚拟机模板方面的文件下载下来，通过这些工具进行创建。利用BOSHCLI对虛拟机中的BOSHDirector进行登录，并对其进行部署。对所有的云平台都采用不同的工具完成部署工作，并对具体的生命周期进行管理2。

2.2对轴承故障做好诊断和应用

对轴承故障进行诊断时通常可以通过监听来获取具体的数据，接收到数据之后对量机中存在的故障进行诊断和分析。具体的请求通过Web来接收，返回到Web页面之后，可以让用户之间实现交互。数据方面的采集系统可以对本地的程序进行模拟，然后将具体的实验数据对故障展开应用，利用浏览器对不同的故障做好诊断，并获取故障诊断方面的数据。

利用滚动轴承故障模拟试验台分析具体的故障数据，通过数据就可以将不同的故障状态显示出来，这些不同的故障状态转动的速度会是466rpm，然后将不同的样本以及状态充分表示出来。选择的故障实验数据如表1所示。

选择好故障方面的数据在轴垂直振动的情况下就可以对速度信号不同的特征参数进行区分。随机挑选70%以上的数据展开SVM方面的训练，对剩下的数据进行测试，将训练完成的人机交互模块进行集成，对全部的轴承故障做好诊断和开发。

轴承故障诊断应用不会在特定的云平台服务中使用，可以在不同的云平台中完成部署工作。采用这个平台可以对这项应用有效的进行推送，利用浏览器对部署做好访问工作，让其顺利的进入到规定的界面。

利用振动采集器对数据完成测试工作然后将其推送到云中，这样就可以通过界面完整的看到数据变化。故障数据具有一定的典型性，诊断具有较高的正确率，这样就可以完成对滚动轴承中故障的诊断工作。

2.3对比分析

通过分析和开发可以得出：云平台动力设备故障诊断系统具备的优点十分多，第一，会对整个系统的开发和维护进行简化，让开发者避免基础架构方面的安装和维护工作，让整个开发集中于应用型。第二，云平台的应用具有的可弹性伸缩十分明显，会让扩展变得十分方便，对应用具体进行维护时，如果接入的用户和设备过多，开发人员会以最快的速度对基础架构做好扩容工作，可以按照相应的需求对计算能力进行购买，并对大数据做好分析。第三，云平台通常会有专业的团队来维护，让系统具有较高的可靠性。第四，对系统进行开发和维护时花费的周期成本会过于低下。

云平台故障诊断应用面临的挑战也十分严峻，对这个系统的故障进行诊断是一种良好的运行环境，故障诊断系统具体的核心就是动力储存的动力设备方面的知识以及诊断的算法。云平台上使用的调试相对来说十分复杂，开发人员更需要研究更多的新知识。对云平台故障诊断系统进行应用时会让网络受到一定的限制，网络宽带也不会受到限制。云平台上需要对诊断应用软件合理部署，保护好数据软件的隐私，并保护好数据的安全性。

对于动力设备来说，电厂现场使用的故障诊断系统会传输大量的振动数据，传输过程会具有较高的实时性、安全性。共有平台很难达到这方面具体的要求，私有平台本身也会需要做好运维工作，并且不能将云的优势全面的发挥出来。现场中存在的故障诊断通常都会采用传统模式下服务器的方式。

3结束语

云平台滚动轴承故障诊断的开发，并对远程故障诊断系统做好设计和开发，然后和传统设备故障诊断系统做好对比，并对优点和缺点进行总结。云平台动力设备诊断系统的成本相对来说比较低，方便扩展，适合于设备远程故障诊断中心的构建。

参考文献

[1]年昭华，韩威.基于移动设备的远程故障诊断专家系统的研究[J].数码世界，2018（4）：207.

[2]王炳林.基于物联网的直流电源远程监控和运维服务[J].冶金动力，2018（5）：12-15.

[3]张娜.基于贝叶斯网络的雷达故障远程诊断系统研究[J].现代雷达，2018（5）：84-89.